深度学习在生物医药领域的应用
本数据库通过收集和整理最新科研文献信息而得，供了解领域前沿进展之用。数据源自 PubMed Data ，每日自动更新（使用关键词“['deep learning']”过滤），已收录文献数量参见 统计表格。表格内容由 GPT 自动整理，可能存在错误或遗漏，请使用时务必注意核实！
如有建议或合作意向，欢迎联系 linlin.yan(AT)bioinfo.app 或 微信 yanlinlin82。本项目遵循 MIT 许可 发布，欢迎下载 源码 自行修改使用。如觉得不错，还请不吝 给我打赏，你的支持是我继续创新的重要动力！
添加微信请说明来意
微信赞赏
除通过在线浏览外，为方便用户离线查阅，本站也提供 付费下载（定价19.9元）。之所以考虑收费，是因为批量扫描这些文献并整理也是有一定成本的，还请理解并多多支持。本站数据会持续更新，而仅需一次付费，未来就可以随时重新下载到最新版本数据。
当前共找到 19351 篇文献，本页显示第 18761 - 18780 篇。
| 序号 | 推送日期 | 文章 | 类型 | 简述 | 创新点 | 不足 | 研究目的 | 研究对象 | 领域 | 病种 | 技术 | 模型 | 数据类型 | 样本量 | 算法框架 | 模型架构 | 性能指标 | 计算资源 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 18761 | 2025-10-07 |
Deep learning-based assessment of missense variants in the COG4 gene presented with bilateral congenital cataract
2025-Jan-14, BMJ open ophthalmology
IF:2.0Q2
DOI:10.1136/bmjophth-2024-001906
PMID:39809522
|
研究论文 | 首次使用AlphaFold2、Alpha Missense和ThermoMPNN评估COG4基因错义变异的蛋白质结构和致病性 | 首次将AlphaFold2、Alpha Missense和ThermoMPNN三种深度学习算法联合应用于COG4基因变异分析 | 无法完全排除变异致病性，需要进一步研究验证 | 评估COG4基因错义变异的蛋白质结构影响和致病性 | COG4基因的临床相关错义变异（包括新发现的p.Y714F和三个已知变异） | 生物信息学 | 先天性白内障 | 蛋白质结构预测，致病性评估 | 深度学习 | 蛋白质序列，变异数据 | 14,915个可能的Cog4错义变异 | AlphaFold2, Alpha Missense, ThermoMPNN | NA | 蛋白质结构相似性，致病性指标 | NA |
| 18762 | 2025-10-07 |
Utilizing InVEST ecosystem services model combined with deep learning and fallback bargaining for effective sediment retention in Northern Iran
2025-Jan, Environmental science and pollution research international
DOI:10.1007/s11356-024-35712-6
PMID:39673030
|
研究论文 | 本研究结合博弈论和深度学习算法与InVEST生态系统服务模型，用于伊朗Kasilian流域的泥沙滞留建模 | 首次将博弈论中的Fallback讨价还价算法与深度学习模型（CNN、LSTM、RNN）集成到InVEST生态系统服务模型中用于泥沙滞留建模 | 研究仅针对Kasilian流域的19个子流域，结果可能不具有普遍适用性 | 开发有效的泥沙滞留建模方法，优化流域管理策略 | 伊朗Kasilian流域的19个子流域 | 环境科学, 机器学习 | NA | InVEST生态系统服务模型, 深度学习算法 | CNN, LSTM, RNN | 地理环境数据, 空间数据 | 19个子流域 | NA | CNN, LSTM, RNN | MAE, MSE, R, RMSE, AUC, 相似度百分比 | NA |
| 18763 | 2025-01-25 |
ELW-CNN: An extremely lightweight convolutional neural network for enhancing interoperability in colon and lung cancer identification using explainable AI
2025 Jan-Dec, Healthcare technology letters
IF:2.8Q3
DOI:10.1049/htl2.12122
PMID:39845172
|
研究论文 | 本文提出了一种极轻量级的卷积神经网络（ELW-CNN），用于增强结肠癌和肺癌识别的互操作性，并利用可解释AI提高模型的透明度 | 提出了一种极轻量级的卷积神经网络模型，仅使用7万个参数，在大型肺和结肠数据集上达到了98.16%的准确率，并在肺癌和结肠癌的单独测试中分别达到了99.02%和99.40%的准确率 | 数据集规模较小、数据质量较差、肺鳞状细胞癌和腺癌之间的类间变化、移动设备部署困难以及缺乏图像和个体级别的准确性测试 | 开发一种自动化且准确的结肠癌和肺癌检测方法 | 结肠癌和肺癌 | 计算机视觉 | 肺癌, 结肠癌 | 卷积神经网络（CNN） | CNN | 图像 | 大型肺和结肠数据集 | NA | NA | NA | NA |
| 18764 | 2025-01-25 |
Artificial Intelligence in Pediatric Epilepsy Detection: Balancing Effectiveness With Ethical Considerations for Welfare
2025-Jan, Health science reports
IF:2.1Q3
DOI:10.1002/hsr2.70372
PMID:39846037
|
综述 | 本文评估了人工智能在儿童癫痫检测中的有效性，并探讨了其实施过程中的伦理问题 | 结合人工智能在儿童癫痫诊断和管理中的应用，同时深入探讨了相关的伦理问题 | 伦理问题如隐私、数据安全和模型偏差仍需解决 | 评估人工智能在儿童癫痫检测中的有效性，并探讨其实施中的伦理问题 | 儿童癫痫患者 | 机器学习 | 癫痫 | EEG, rs-fMRI, DTI | CNN-LSTM | EEG数据, 神经影像数据, 视频数据 | NA | NA | NA | NA | NA |
| 18765 | 2025-01-25 |
Machine learning based prediction models for cardiovascular disease risk using electronic health records data: systematic review and meta-analysis
2025-Jan, European heart journal. Digital health
DOI:10.1093/ehjdh/ztae080
PMID:39846062
|
系统综述与元分析 | 本文通过系统综述和元分析评估了基于机器学习的模型在利用电子健康记录数据预测心血管疾病风险方面的效能，并与传统风险评分模型进行了比较 | 首次系统评估和比较了机器学习模型与传统心血管疾病风险预测算法在中长期（5-10年）风险预测中的表现，并发现机器学习模型（特别是随机森林和深度学习）在性能上显著优于传统模型 | 研究存在显著的异质性（I² > 99%）和潜在的发表偏倚，且方法学上的问题限制了这些模型在临床中的当前应用 | 评估和比较机器学习模型与传统心血管疾病风险预测算法在中长期风险预测中的效能 | 心血管疾病风险预测模型 | 机器学习 | 心血管疾病 | 机器学习 | 随机森林, 深度学习 | 电子健康记录数据 | 20项研究中的32个机器学习模型和26个传统统计模型 | NA | NA | NA | NA |
| 18766 | 2025-01-25 |
CardiacField: computational echocardiography for automated heart function estimation using two-dimensional echocardiography probes
2025-Jan, European heart journal. Digital health
DOI:10.1093/ehjdh/ztae072
PMID:39846074
|
研究论文 | 本文介绍了一种名为CardiacField的计算心脏超声系统，使用二维超声探头自动估计左心室和右心室的射血分数，旨在为非心血管专业的医疗从业者提供易于使用的心脏功能评估工具 | CardiacField系统通过隐式神经表示网络从二维超声图像重建三维心脏体积，并自动分割左心室和右心室区域以计算射血分数，显著提高了心脏功能评估的准确性和易用性 | 研究样本量相对较小（127名患者），且未涵盖所有类型的超声设备，可能影响结果的普适性 | 开发一种自动、精确的心脏功能评估系统，以改善心血管疾病的检测和监测 | 左心室和右心室的射血分数 | 数字病理学 | 心血管疾病 | 二维超声成像 | 隐式神经表示网络 | 图像 | 127名患者 | NA | NA | NA | NA |
| 18767 | 2025-01-25 |
Dissecting AlphaFold2's capabilities with limited sequence information
2025, Bioinformatics advances
IF:2.4Q2
DOI:10.1093/bioadv/vbae187
PMID:39846081
|
研究论文 | 本研究探讨了AlphaFold2在主要依赖高质量模板结构而非多序列比对（MSAs）提供额外信息时的蛋白质结构预测能力 | 通过设计实验探究AlphaFold2对局部和全局结构的理解，揭示了其对特定特征的依赖及其处理缺失信息的能力 | AlphaFold2学习到的生物物理能量函数在局部相互作用中最为有效，但在全局结构预测上可能存在局限 | 研究AlphaFold2在有限序列信息下的蛋白质结构预测能力 | 蛋白质的三维结构 | 机器学习 | NA | 深度学习 | AlphaFold2 | 蛋白质序列和结构数据 | NA | NA | NA | NA | NA |
| 18768 | 2025-10-07 |
A hyperparameter optimization-assisted deep learning method towards thermal error modeling of spindles
2025-Jan, ISA transactions
IF:6.3Q1
DOI:10.1016/j.isatra.2024.11.001
PMID:39516098
|
研究论文 | 提出一种结合贝叶斯优化和扩张卷积神经网络的深度学习方法来建立主轴热误差模型 | 将贝叶斯优化与扩张卷积神经网络相结合，通过扩张率扩大感受野而不增加参数数量，并使用高斯过程优化9个关键超参数 | NA | 提高主轴热误差建模的精度和泛化能力 | 机床主轴的热误差 | 机器学习 | NA | 深度学习 | CNN, DCNN | 热误差数据 | NA | NA | 扩张卷积神经网络 | 准确率 | NA |
| 18769 | 2025-10-07 |
Fault detection and classification of motor bearings under multiple operating conditions
2025-Jan, ISA transactions
IF:6.3Q1
DOI:10.1016/j.isatra.2024.11.008
PMID:39592313
|
研究论文 | 提出一种用于多工况下电机轴承故障检测与分类的多任务方法 | 开发了适用于多工况和多故障类型的轴承故障诊断框架，在HUST轴承数据集上展现出鲁棒性能 | NA | 提高机械设备的安全性和可靠性，实现多工况下轴承故障的准确诊断 | 电机轴承 | 机器学习 | NA | 深度学习 | NA | 传感器数据 | HUST电机轴承数据集 | NA | NA | NA | NA |
| 18770 | 2025-10-07 |
Feasibility verification of deep-learning based collimator-less imaging system using a voxelated GAGG(Ce) single volume detector: A Monte Carlo simulation
2025-Mar, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine
IF:1.6Q3
DOI:10.1016/j.apradiso.2024.111605
PMID:39616796
|
研究论文 | 通过蒙特卡罗模拟验证基于深度学习的无准直器成像系统在体素化GAGG(Ce)单体积探测器中的可行性 | 提出无需任何类型相互作用过滤的深度学习无准直器成像系统，利用体素化探测器能量沉积模式重建源分布 | 基于蒙特卡罗模拟研究，尚未进行实际物理实验验证 | 验证基于深度学习的无准直器成像系统的可行性 | Co、Ba、Na、Cs点源在2000个位置的成像 | 医学成像 | NA | 蒙特卡罗模拟(MCNP6) | 全卷积网络 | 能量沉积模式数据、能谱数据 | 2000个点源位置，单源和多源数据 | NA | 全卷积网络 | 图像相似度 | NA |
| 18771 | 2024-08-07 |
Deep learning to predict fetal acidemia
2025-Feb, American journal of obstetrics and gynecology
IF:8.7Q1
DOI:10.1016/j.ajog.2024.07.031
PMID:39084497
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 18772 | 2024-08-07 |
Deep learning to predict fetal acidemia: a response
2025-Feb, American journal of obstetrics and gynecology
IF:8.7Q1
DOI:10.1016/j.ajog.2024.07.037
PMID:39074680
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 18773 | 2025-10-07 |
Skeletal muscle is independently associated with grade 3-4 toxicity in advanced stage pancreatic ductal adenocarcinoma patients receiving chemotherapy
2025-Feb, Clinical nutrition ESPEN
IF:2.9Q3
DOI:10.1016/j.clnesp.2024.11.004
PMID:39577693
|
研究论文 | 本研究探讨晚期胰腺导管腺癌患者身体成分与FOLFIRINOX化疗方案毒性之间的关联 | 首次使用深度学习自动分割CT图像评估身体成分，并发现肌肉减少症和早期肌肉脂肪消耗与治疗毒性独立相关 | 回顾性研究设计，样本量较小(n=65)，单中心数据 | 研究晚期胰腺癌患者身体成分与化疗毒性的关系 | 晚期胰腺导管腺癌患者 | 数字病理 | 胰腺癌 | CT成像，深度学习分割 | 深度学习 | CT医学影像 | 65名患者 | NA | NA | 回归系数，置信区间，p值 | NA |
| 18774 | 2025-10-07 |
Increased chloroplast occupancy in bundle sheath cells of rice hap3H mutants revealed by Chloro-Count: a new deep learning-based tool
2025-Feb, The New phytologist
DOI:10.1111/nph.20332
PMID:39668515
|
研究论文 | 本研究开发了基于深度学习的叶绿体计数工具Chloro-Count，并利用该工具发现水稻OsHAP3H功能缺失突变体束鞘细胞中叶绿体占有率增加50% | 开发了新型深度学习工具Chloro-Count用于精确量化叶绿体，首次发现OsHAP3H基因在调控束鞘细胞叶绿体占有率中的限制作用 | 2D量化方法受叶绿体在细胞内位置影响可能不够准确 | 通过提升水稻光合作用潜力来增加产量 | 水稻OsHAP3H功能获得和功能缺失突变体的束鞘细胞 | 计算机视觉 | NA | 深度学习图像分析 | CNN | 细胞图像 | 水稻OsHAP3H突变体植株 | NA | NA | 定量精度 | NA |
| 18775 | 2025-10-07 |
χ-sepnet: Deep Neural Network for Magnetic Susceptibility Source Separation
2025-Feb-01, Human brain mapping
IF:3.5Q1
DOI:10.1002/hbm.70136
PMID:39835664
|
研究论文 | 开发了一种名为χ-sepnet的深度学习网络，用于磁化率源分离，能够分别估计大脑中的顺磁性和抗磁性磁化率源分布 | 提出了两种基于深度学习的磁化率源分离流程，其中χ-sepnet-仅需多回波GRE数据即可实现高质量的磁化率分离 | 需要对各种疾病和病理状况进行进一步评估 | 解决磁化率源分离中的偶极反演不适定问题和条纹伪影 | 健康受试者和多发性硬化症患者的大脑 | 医学影像分析 | 多发性硬化症 | 多回波GRE，多回波自旋回波，定量磁化率成像 | 深度神经网络 | 磁共振成像数据 | 健康受试者和多发性硬化症患者（包含250个病灶） | NA | χ-sepnet | 定性评估，定量分析，视觉检查 | NA |
| 18776 | 2025-10-07 |
Mixed reality infrastructure based on deep learning medical image segmentation and 3D visualization for bone tumors using DCU-Net
2025-Feb, Journal of bone oncology
IF:3.1Q2
DOI:10.1016/j.jbo.2024.100654
PMID:39839577
|
研究论文 | 提出基于DCU-Net的混合现实系统用于骨肿瘤图像分割和3D可视化 | 提出结合双维度降维和通道注意力门控机制的DCU-Net模型，并构建混合现实基础设施 | NA | 提升骨肿瘤图像分割精度和3D重建效果，辅助疾病诊断和治疗 | 骨肿瘤CT图像 | 计算机视觉 | 骨肿瘤 | CT成像 | U-Net变体 | 医学图像 | 医院骨肿瘤数据集 | NA | DCU-Net | DSC,召回率,精确率,3D顶点距离误差,Likert量表 | NA |
| 18777 | 2025-01-24 |
Mid-infrared spectra of dried and roasted cocoa (Theobroma cacao L.): A dataset for machine learning-based classification of cocoa varieties and prediction of theobromine and caffeine content
2025-Feb, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.111243
PMID:39840227
|
研究论文 | 本文提供了一个关于干燥和烘焙可可豆的中红外光谱数据集，用于基于机器学习的可可品种分类和可可碱及咖啡因含量预测 | 该数据集结合了中红外光谱数据和HPLC定量分析，为机器学习模型提供了非破坏性的方法来预测可可碱和咖啡因含量及可可品种 | 数据集的应用可能受限于样本的多样性和实验条件的控制 | 开发自动化工具以支持可可工业中的实时质量控制、品种分类和产品优化 | 干燥和烘焙的可可豆 | 机器学习 | NA | ATR-FTIR光谱和HPLC | NA | 光谱数据 | 数据集包含根据实验条件和重复组织的Excel表格 | NA | NA | NA | NA |
| 18778 | 2025-10-07 |
An interpretable multi-scale convolutional attention residual neural network for glioma grading with Raman spectroscopy
2025-Jan-23, Analytical methods : advancing methods and applications
IF:2.7Q1
DOI:10.1039/d4ay02068e
PMID:39686848
|
研究论文 | 提出一种用于拉曼光谱胶质瘤分级的可解释多尺度卷积注意力残差神经网络 | 结合多尺度通道和空间注意力机制与残差结构，增强模型特征提取能力，并利用Grad-CAM实现模型可解释性 | 未明确说明样本数据的具体规模和来源限制 | 开发深度学习模型提高胶质瘤分级的准确性和可解释性 | 高级别胶质瘤(HGG)、低级别胶质瘤(LGG)和正常脑组织 | 机器学习 | 胶质瘤 | 拉曼光谱 | CNN | 光谱数据 | NA | NA | Multi-Scale Convolutional Attention Residual Network (M-SCA ResNet) | 准确率, 加权F1分数 | NA |
| 18779 | 2025-10-07 |
Biomimetic Fingerprint-like Unclonable Optical Anticounterfeiting System with Selectively In Situ-Synthesized Perovskite Quantum Dots Embedded in Spontaneous-Phase-Separated Polymers
2025-Jan-22, ACS applied materials & interfaces
IF:8.3Q1
DOI:10.1021/acsami.4c20440
PMID:39780348
|
研究论文 | 提出一种基于钙钛矿量子点指纹物理不可克隆功能的仿生防伪系统 | 利用聚合物自发相分离和选择性原位合成钙钛矿量子点作为熵源，实现多色指纹标识符和随机三维形貌 | NA | 开发新型光学防伪技术以应对物联网时代的防伪挑战 | 钙钛矿量子点指纹物理不可克隆功能标签 | 材料科学 | NA | 聚合物相分离技术、量子点原位合成 | 深度学习 | 图像 | NA | NA | NA | 认证效率、认证准确率 | NA |
| 18780 | 2025-10-07 |
Comparative analysis of deep learning and radiomic signatures for overall survival prediction in recurrent high-grade glioma treated with immunotherapy
2025-Jan-21, Cancer imaging : the official publication of the International Cancer Imaging Society
IF:3.5Q1
DOI:10.1186/s40644-024-00818-0
PMID:39838503
|
研究论文 | 比较深度学习和影像组学特征在预测接受免疫治疗的复发性高级别胶质瘤患者总生存期方面的表现 | 首次系统比较基于手动分割和CNN自动分割的影像组学特征以及端到端深度学习模型在复发性高级别胶质瘤生存预测中的性能 | 回顾性研究、样本量有限、端到端模型可解释性较差 | 预测复发性高级别胶质瘤患者接受免疫治疗后的总生存期 | 154例来自多中心的复发性高级别胶质瘤患者 | 医学影像分析 | 脑肿瘤/高级别胶质瘤 | 影像组学分析、深度学习 | CNN, SVM | 医学影像 | 154例复发性高级别胶质瘤病例 | NA | 卷积神经网络 | AUC | NA |